Вы ищете что-то вроде этого
from sklearn.metrics import pairwise_distances
import numpy as np
from math import sin, cos, sqrt, atan2, radians
origin_coords = ['-33.8309, 151.0875', '-33.77733, 151.119854']
destination_coords = ['-25.5789375305176, 134.359710693359', '-12.46029472, 130.8423157', '-33.87905884, 151.2432098']
origin_coords = [[float(v.split(",")[0]), float(v.split(",")[1])] for v in origin_coords]
destination_coords = [[float(v.split(",")[0]), float(v.split(",")[1])] for v in destination_coords]
origin_coords = np.array([[radians(v[0]), radians(v[1])] for v in origin_coords])
destination_coords = np.array([[radians(v[0]), radians(v[1])] for v in destination_coords])
# distance in km.
def geodesic_dist(x, y):
dlon = y[1] - x[1]
dlat = y[0] - x[0]
a = sin(dlat / 2)**2 + cos(x[0]) * cos(y[0]) * sin(dlon / 2)**2
c = 2 * atan2(sqrt(a), sqrt(1 - a))
return 6373.0 * c
print(pairwise_distances(origin_coords, destination_coords, metric=geodesic_dist))
, что дает
[[1854.93894877 3138.98807828 15.34816524]
[1855.11802065 3136.96316526 16.06085592]]
Подробнее см. Получение расстояния между двумя точками на основе широты / долготы .